基于輕量級密集神經(jīng)網(wǎng)絡的車載自組網(wǎng)入侵檢測方法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大小：686 K
標簽： 車載自組網(wǎng) 密集神經(jīng)網(wǎng)絡 入侵檢測
所需積分：0分積分不夠怎么辦？
文檔介紹：在車載自組網(wǎng)中，攻擊者可以通過偽造、篡改消息等方式發(fā)布虛假交通信息，導致交通擁堵甚至是嚴重的交通事故，而傳統(tǒng)的入侵檢測方法不能滿足車載自組網(wǎng)的應用需求。為了解決現(xiàn)階段車載網(wǎng)中入侵檢測方法性能低且存儲與時間成本高的問題，提出了一種基于密集神經(jīng)網(wǎng)絡的入侵檢測方法L-DenseNet(Light Dense Neural Network)，通過降低模型復雜性，提升算法訓練速度和部署適應性，使其更適用于車載自組網(wǎng)中的入侵檢測。在VeReMi數(shù)據(jù)集上進行對比實驗，結(jié)果表明，該方法在識別各類攻擊的精確率和召回率的綜合表現(xiàn)最好，且具有較少的時間成本和存儲開銷。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。